机械设备故障智能诊断技术的现状与发展

马智

摘 要：随着我国科学技术的发展以及大量先进技术落地批量化生产，工程机械设备的设计也越来越复杂。机械设备在日常使用过程中往往会发生各种设备故障，以往传统的故障排查手段不能很好地适用于较为复杂的机械设备。为了更好地解决这一问题，智能化故障诊断技术得到了人们的重视。机械设备在使用过程中因设备震动、设备内部高温、设备内部进入杂物等因素的影响，将会更加容易发生故障事故，这将对工业正常生产造成较大影响，因此机械设备故障监测手段的发展十分必要。本文中将机械设备智能化诊断技术的现状进行介绍，并展望其未来发展态势。

关键词：机械设备;故障检测;智能化

1 引言

机械设备发生故障表示机械系统中至少有某一个关键性能或设备参数超出了正常工作时的限度，导致机械设备无法正常完成指定功能的情况。对机械设备的故障诊断就是通过利用不同检查验证方式对设备进行测试，以发现其系统或零部件上存在的问题。故障诊断首先要确定机械设备是否发生故障，然后通过一步步地检测精确得到故障发生的位置。随着机械工业的发展，机械设备越来越高端精密，尤其对于大型工业生产中多用到的机械设备更加复杂，这对机械设备的故障诊断工作提出了更高要求。这种情况下传统人工检测方式已远不能满足需求，在我国智能化诊断技术已经有了一定的发展，一些研究成果已经在实际生产过程中有了应用。但是很多智能诊断技术的合理性和可操作性仍需要论证，这需要投入更多的研究来促进更多智能化诊断技术落地。

2 智能诊断技术现状

2.1 故障树诊断方法

故障树诊断方法核心思想就是从设备最关键的位置开始检测，通过逐步的排查分析将故障位置进行不断地精细化，对故障出现的可能原因进行分析探讨，以达到最终找出故障位置的目的。通过利用故障树诊断方式，可以将系统内各部件之间的联系和故障发生关系以图表的形式绘制得到，进而可以更加直观地了解设备各部件之间的内在联系。在准确找到设备故障之外，利用诊断过程所得到的可视化图表，可以对设备各部件的磨损程度和发生故障的概率进行测算，便于后续故障检测工作。但是故障树诊断方法在实行过程中容易受到工作人员主观因素的影响而较片面，而且故障树信息也会因设备技术的发展而出现改变，具有较大的局限性。

2.2 故障诊断专家系统

专家系统的工作原理是在诊断系统内存储大量人工诊断知识，以此作为一个故障诊断专家库，然后从设备故障表述中提取特征信息，通过对描述信息和故障之间构建关系网，来找到与表述相对应的设备故障。专家系统在工作过程中根据故障描述，基于推理机方式对描述进行特征匹配。专家诊断系统是一种应用广泛的智能诊断技术，常用于没有精确数学模型或难以建立数学模型的诊断环境。通过将智能传感技术和数学建模手段相结合得到专家诊断系统，将使专家系统具有更加丰富的诊断经验和专家诊断思维，成为专家诊断系统的发展趋势。

2.3 基于神经网络的故障诊断方法

基于神经网络的智能诊断系统的核心思想是一个信号接收与信息处理系统，该系统通过将许多处理器相连接，通过对数据进行计算处理的手段来模仿人脑的工作过程。具体地，利用神经网络诊断系统首先对设备故障信号信息进行特征提取，然后将提取到的特征与系统已学习到的特征进行拟合匹配，最后对故障信号进行分类来确定其故障类型。利用这种方式对于故障信号具有更强的泛化能力，即使设备出现新的故障表现，也能够通过对神经网络中权值的自动学习和修正来对故障原因进行预测，可以有效提高诊断系统准确率，减少漏报误报的情况。

3 智能诊断技术发展趋势

3.1 多传感器数据融合技术

随着机械设备越来越复杂庞大，想要对机械设备中各部件进行有效地、实时地监控，就需要利用更多的传感器设备，这样才能够对机械设备的整体运行状态有细致的了解。根据机械设备各部分的实际情况，可以分别利用光学传感器、声学传感器、红外传感器等多种形式，通过对各部分传感器反馈信号的实时处理分析，可以对设备各部分关键参数信息有准确的了解。在发生故障时通过对多传感器反馈信息的综合，能够更准确地发现问题所在，提升故障诊断效率。

3.2 混合智能故障诊断技术

机械设备发生故障有突发性和多样性的特点，生硬地将故障表现与故障排查指导相匹配往往不能很好地解决问题。在实际诊断过程中，通过将实际信息与智能化诊断系统相结合可以获得更好的诊断效果。随着智能化诊断手段的发展，人们也在尝试将多种智能化诊断技术融合来得到更好的诊断效果。目前，将神经网络系统与专家系统技术相结合能够取得不错的诊断效果。通过神经网络系统对于故障信号特征提取，然后将提取之后的故障特征信息送入专家诊断系统判断其故障类型，与神经网络系统的预测结果进行匹配，若完全匹配则可得到确定的故障类型。

3.3 远程故障诊断技术

在我国工业生产中，生产企业中大多具有设备故障检修排查人员，但由于大多企业中设备故障较为简单，相关人员专业素养不足，这造成对于一些情况较复杂的设备故障，生产企业无法快速完成故障诊断工作，将严重影响正常生产工作。为了解决机械设备随机性和分散性的问题，远程故障诊断手段得到了更多重视。其可以克服时间和地域的限制，为企业故障检测提供更加专业的检测团队。

远程故障检测手段通过计算机网络、无线通讯和机载模块等技术实现为机械设备故障提供实时诊断的服务。通过利用机械设备各关键部件上所安装的传感器设备，将设备各核心部件工作状态信号输送到计算机系统。远程故障诊断人员可以通过收集现场设备数据信息，然后将数据导出利用更加先进的故障诊断设备对设备信息进行诊断。这样可以极大地做到资源整合，企业在日常运作过程中无需准备高精尖的故障诊断团队，也免去了智能診断设备采购的费用。在设备出现重大问题的情况下，通过远程诊断手段请专业团队帮助解决。

4 结论

机械设备的大型化和精密化是工业发展的必然趋势，而利用先进科学技术实现设备故障智能诊断也势在必行。在现有故障树诊断、专家系统诊断及神经网络诊断方式的基础上，结合多传感器技术和计算机通讯技术，将提供智能诊断系统精确性和实时性，更有利于企业生产成本节约，也能够极大地提高生产效率，促进各行业分工合理性。

参考文献：

[1]刘书玖.工程机械使用性能故障分析及预防措施[J].民营科技，2016（04）：33.

[2]李静.故障树分析法在工程机械维修中的应用[J].企业技术开发，2016，35（11）：33-34.